【摘要】随着科学技术的发展，社会，经济活动的活跃，数据结构越来越复杂，数据变量的个数也越来越大。对于已有的统计方法论形成巨大的挑战。例如：对于金融风险值的计算，信号处理/图像识别，国际气候研究，信息检索，高维回归分析等等，都是这类变量个数很大的问题。因此，通过降低维数，以便有效地进行统计分析是一个重要的解决途径。在已有的研究中，通过对结构相关/协方差矩阵的定阶来达到这个目标是一个最常见的方法。在这个报告中，我们描述一个所谓“谷底-悬崖”指标的构造。这个指标的计算非常省时，简单易操作。

【报告人简介】 朱力行，1990年在中国科学院系统科学研究所获得理学博士，1993年在中国科学院应用数学所评为研究员/博士生导师。1998年去香港大学统计与精算系工作，2005年到香港浸会大学数学系工作，任统计学讲座教授。2016年起任北京师范大学统计学院教授。1998年 获得德国洪堡研究奖，是自然科学，工程，医学领域中，大陆，香港，台湾，澳门第一位获奖者，国际华人统计学界第一位获奖者。迄今为止，还是亚洲统计学界唯一获奖者。2013年获得中国国家自然科学奖二等奖。2016年获得泛华统计协会主席特别嘉奖。朱力行2003年和2007年 分别当选为美国数理统计研究院(IMS) Fellow, 和美国统计协会(ASA) Fellow。2016年当选为美国科学促进会（AAAS）Fellow。这是世界上最大的科学协会，美国政府最主要的科学咨询团体。她的出版物《Science》及其子刊系列都是世界上重要的科学刊物。朱力行1997年获得杰出青年基金资助，2004年获选为长江讲座教授。